一、数据分析流程 二、数据分析内容 1. microRNA长度分布统计以验证试验可靠性 应用fastx(fastx_toolkit-0.0.13.2)对测序原始reads进行预处理，去除接头序列以及低质量序列。 图为经过长度统计，各长度上序列的分布情况 2. 比对注释 将测序得到的序列与miRBBase以及其他非编码数据库ncRNA，pirna，Rfam数据库里的序列进行比对，对已知microRNA进行注释： 下图为经过注释的结果，其中分别列出和miRBase数据库，pirna数据库，Rfam数据库以及ncRNA数据库的比对情况。 下图为针对miRBase种Sus scrofa物种进行的比对注释统计： 由之前所得的注释结果，可以作图来更进一步展示其结果： 对整体的注释结果，还可以采取进一步的分析，例如： （1） 统计碱基偏好性，下图就是测序所得序列分别在21,22,23,24长度上的5’碱基分布情况。 （2） 对于测序所得序列，可以统计出其正负链分布情况，以找寻生物学上的特征。 针对某单一microRNA，也可以对其进行更深度的分析。 例如，对其序列的匹配情况进行分别统计： 还可以对其对应的microRNA前体二级结构进行观察。 3. 分类注释 将测序得到的序列与物种所对应的基因组数据库比对，对有注释的reads的来源进行分类统计，鉴定并统计出已知的microRNA以及各种不同种类的RNA分子。 如图，经过与数据库进行分别比对，可以鉴定并统计出包括tRNA，rRNA,snoRNA,snRNA的数量及分布。 4. 差异分析 我们采取用DEGseq R语言包结合perl脚本将样品按照客户的分组情况，进行表达量的比较分析。 在差异分析中，我们会采用TPM（Transcripts per million,公式为：单一miRNA reads数×106/总reads数）作为标准化数据。 结果展示如下： 5. 饱和度分析 将注释结果按比例划分作图，以观察样品注释的趋势，发现其在生物学上的合理性。 6. 新microRNA预测 对于未注释上的序列，我们将其与该物种全基因组序列进行比对分析，通过折叠模型预测新的microRNA，通过折叠模型分析，若有序列位于茎环结构上，则初步判定该序列为一个候选的新microRNA。 对于预测出的新microRNA，我们会统计并列出其所位于的染色体，起始位置，终止位置，正负链，以及数目，长度，GC含量，zei小自由能等数值。 对于新microRNA，我们还会计算并绘制出其前体的二级结构，以及其与成熟microRNA之间的位置关系。 7. mircoRNA作用靶基因预测： 采用miranda软件，对microRNA序列以及对应物种的基因组cDNA序列进行可能的靶位点预测 Miranda软件比对结果示意图如下：

miRNA测序分析信息由广州贯善生物科技有限公司为您提供，如您想了解更多关于miRNA测序分析报价、型号、参数等信息，欢迎来电或留言咨询。

注：该产品未在中华人民共和国食品药品监督管理部门申请医疗器械注册和备案，不可用于临床诊断或治疗等相关用途